Speechifyでは、厳選したテキスト読み上げモデルを提供しています。モデル選びで重要なのは、遅延、対応言語、音声品質のバランスです。本ガイドでは各モデルの特長を整理し、すべて試さなくても最適なモデルを選べるようにご案内します。
各リリースの詳しい解説はspeechify.aiでご覧いただけます。Simba 3.2リリース記事では、現在このモデルを推奨している理由を紹介しています。
Speechify テキスト読み上げAPIの導入方法は、クイックスタートガイドをご覧ください。
Speechifyのモデル一覧
現行モデル2種と、提供終了予定の旧モデル2種があります。
- Simba 3.2
- ：英語向けの推奨モデル。ストリーミング専用に設計されており、音声の立ち上がりが最も速く、厳選された英語音声を利用できます。対話型のユースケースに最適です。
- Simba 3.0
- ：現行APIのデフォルトモデル。ストリーミング対応で、多言語（英語、ドイツ語、スペイン語、フランス語、イタリア語、ブラジル・ポルトガル語）をサポートしています。3.2より遅延はわずかに大きいものの、幅広い用途に適しています。
- 旧モデル（
- simba-english
- 、
- simba-multilingual
- ）：Simba 1.6系のモデルです。APIバージョン2026-09-21で廃止され、2026-11-21に提供終了予定です。旧音声や旧言語との互換性が必要な場合にのみ利用し、早めの移行をおすすめします。
最速のモデルは？
Simba 3.2です。ストリーミング向けに最適化されており、最も速く音声を受け取れます。英語のボイスエージェントにはこのモデルが最適です。
Simba 3.0も遅延の差はわずかですが、多言語対応のため一定のオーバーヘッドがあります。旧モデルは最も遅いため、できるだけ早く移行することをおすすめします。
最も多くの言語に対応するモデルは？
Simba 3.0です。英語に加え、ドイツ語、スペイン語（スペイン・メキシコ）、フランス語、イタリア語、ブラジル・ポルトガル語を公式にサポートしています。POST /v1/audio/speechでlanguageパラメータを指定すると、その言語のネイティブ音声を返します。旧simba-multilingualは30以上の言語をカバーしていますが、2026-09-21に廃止され、11-21に提供終了予定です。
製品を1言語のみで展開する場合は、速度と品質の両面でSimba 3.2が最適です。複数言語に対応する場合は、現時点ではSimba 3.0が最適です。
最も自然な音声は？
音声品質はモデルの世代におおむね比例します。Simba 3.2は英語の自然さで最先端の品質を提供します。Simba 3.0も各言語で十分に高品質です。旧モデルは、より機械的に聞こえます。
顧客向けの用途には、Simba 3.2またはSimba 3.0をご利用ください。
利用可能な音声一覧を取得する方法
GET /v1/voicesで取得できます。タイプ、言語、性別、モデルで絞り込みが可能です。speechify.aiの音声・モデル紹介記事では、実際のレスポンス例もご覧いただけます。
ストリーミングとバッチ処理
Simba 3シリーズはいずれもストリーミングに対応しています。POST /v1/audio/streamではリアルタイム再生、POST /v1/audio/stream/with-timestampsでは単語ごとのタイムスタンプ付きライブ音声、POST /v1/audio/speechでは音声ファイルを生成できます。モデルの指定は提供方式に左右されません。
よくあるご質問
推奨されるSpeechify TTSモデルは？
Simba 3.2です。新規用途のデフォルトとしておすすめで、ストリーミングに対応し、音声の立ち上がりが最も速く、英語品質も最高水準です。
APIのデフォルトモデルは？
Simba 3.0です。modelを指定しなければ、APIはSimba 3.0で動作します。英語用途で3.2を使いたい場合は、model: "simba-3.2"を明示してください。
Speechify TTSは多言語対応ですか？
はい。Simba 3.0はlanguageパラメータにより、英語、ドイツ語、スペイン語（スペイン・メキシコ）、フランス語、イタリア語、ブラジル・ポルトガル語のネイティブ音声を返します。Simba 3.2は厳選した英語に特化したモデルです。
旧モデルは今も使うべきですか？
既存の連携で旧音声の利用が必要な場合にのみおすすめします。simba-englishとsimba-multilingualは2026-09-21のAPIバージョンで廃止され、11-21に停止予定です。それまでにSimba 3.2またはSimba 3.0への移行をおすすめします。
音声エージェントに最適なモデルは？
最も速く音声を再生できるSimba 3.2を選び、ストリーミング再生をご利用ください。
